前言：
这种技术一般是基于的GAN（生成对抗网络）来实现，今天我给大家分享一个开源项目，能够复现静态图片动起来效果，可以做些有趣的项目，也可以怀念故人。
大家在刷短视频的时候有没有刷到这样的视频，视频里一张静态的人物图片能动起来，如：歪歪头、眨眨眼。
类似于下面这种效果：
最左侧的人物是原始的动作，上面是静态图片。通过AI技术便可以让最左侧人物的动作运用到上面的静态图片上，从而让张图都可以做出相同的动作。
这种技术一般是基于的GAN（生成对抗网络）来实现，今天我给大家分享一个开源项目，能够复现上面的效果，可以做些有趣的项目，也可以怀念故人。
1. 运行项目
项目地址：https://github.com/AliaksandrSiarohin/first-order-model
首先，git clone将项目下载到本地，进入项目安装依赖。
git clone https://github.com/AliaksandrSiarohin/first-order-model.git
cd first-order-model
pip install -r requirements.txt然后，在项目首页Pre-trained checkpoint下，找到模型下载链接，下载模型文件，模型有很多，我用的是vox-adv-cpk.pth.tar。
准备好模型文件后，在项目根目录下执行下面命令即可。
python demo.py \
--config config/vox-adv-256.yaml \
--driving_video src_video.mp4 \
--source_image src_img.jpg \
--checkpoint weights/vox-adv-cpk.pth.tar解释下参数：
- --config：模型配置文件，在源文件中有
- --driving_video：提供动作的视频
- --source_image：需要加动效的静态图片
- --checkpoint：刚刚下载的模型文件
运行完成后，会看到如下输入。
该项目使用PyTorch搭建神经网络，支持GPU和CPU运行，所以如果你的电脑只有CPU，运行会比较慢。
我是在CPU下运行的，从上图可以看到，driving_video只有 31 帧。如果你也是CPU运行，最好控制driving_video视频的时长，不然运行时长会比较长。
有了该项目，可以自己做些比较有意思的尝试。
2. Python API
上面教大家按照官网在命令行运行该项目。
有些朋友可能想在Python项目中调用，所以我在demo.py中抽取了核心代码，封装了一个Pyhton API。
有需要的朋友可以下载这个文件，放到与first-order-model同一级的目录下，按照下面代码调用即可。
fom = FOM()
# 查看驱动视频，驱动视频最好裁剪为480 x 640 大小的视频
driving_video = ''
# 被驱动的画面
source_image = ''
# 输出视频
result_video = ''
# 驱动画面
fom.img_to_video(driving_video, source_image, result_video)到此这篇关于如何让利用Python+AI使静态图片动起来的文章就介绍到这了,更多相关 Python+AI让图片动起来内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网！
